BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Analisis Data
3. Instrumen Pengujian Penelitian
a. Uji Validitas
Uji validitas digunakan untuk mengukur ketetapan suatu item dalam kuesioner atau skala yang ingin diukur valid atau tidak. Bila skala pengukuran tidak valid maka tidak bermanfaat bagi peneliti karena tidak mengukur atau melakukan apa yang seharusnya dilakukan. Tingkat validitas dapat diukur dengan membandingkan nilai rhitung dengan rtabel, dimana taraf signifikansi yang digunakan adalah 0,05 dengan N = 45. Untuk mengetahui tingkat validitas tersebut, maka akan dilakukan terlebih dahulu munggunakan statistik dengan program SPSS 16, adapun hasil outputnya dapat dilihat dari tabel dibawah ini.
Tabel 4.10 Hasil Uji Validitas X1
S u m b e r
: Data Primer Diolah 2018
Berdasarkan tabel diatas dapat diketahui bahwa rhitung > rtabel, jadi dapat diberi kesimpulan bahwa keseluruhan item pertanyaan pada variabel X1 dinyatakan valid, karena keseluruhan item pertanyaan rhitung > rtabel yaitu 0,294.
Tabel 4.11 H as il Uj i V ali di ta s X2 Sumber: Data Primer Diolah 2018
Berdasarkan tabel diatas dapat diketahui bahwa rhitung > rtabel, jadi dapat diberi kesimpulan bahwa keseluruhan item pertanyaan pada variabel X2 dinyatakan valid, karena keseluruhan item pertanyaan rhitung > rtabel yaitu 0,294.
Tabel 4.12 Hasil Uji Validitas X3
Variabel Item r hitung r tabel Ket
Pengetahuan (X1) P1 0,516 0,294 Valid
P2 0,625 0,294 Valid
P3 0,557 0,294 Valid
P4 0,718 0,294 Valid
P5 0,717 0,294 Valid
Variabel Item r hitung r tabel Ket
Kepercayaan (X2) P1 0,407 0,294 Valid
P2 0,709 0,294 Valid
P3 0,704 0,294 Valid
P4 0,749 0,294 Valid
Su mb er: Dat a Pri mer Diolah 2018
Berdasarkan tabel diatas dapat diketahui bahwa rhitung > rtabel, jadi dapat diberi kesimpulan bahwa keseluruhan item pertanyaan pada variabel X3 dinyatakan valid, karena keseluruhan item pertanyaan rhitung > rtabel yaitu 0,294.
Tabel 4.13 Hasil Uji Validitas Y
S u m b e
r: Data Primer Diolah, 2018
Berdasarkan tabel diatas dapat diketahui bahwa rhitung > rtabel, jadi dapat diberi kesimpulan bahwa keseluruhan item pertanyaan pada variabel Y dinyatakan valid, karena keseluruhan item pertanyaan rhitung > rtabel yaitu 0,294.
Variabel Item r hitung r tabel Ket
Kemudahan Penggunaan (X3) P1 0,312 0,294 Valid P2 0,804 0,294 Valid P3 0,497 0,294 Valid P4 0,497 0,294 Valid P5 0,758 0,294 Valid P6 0,609 0,294 Valid
Variabel Item r hitung r tabel Ket
Minat Transaksi Ulang (Y) P1 0,624 0,294 Valid P2 0,681 0,294 Valid P3 0,770 0,294 Valid P4 0,681 0,294 Valid
b. Uji Reabilitas
Uji reabilitas digunakan untuk menunjukkan konsistensi dan stabilitas dari suatu skor (skala pengukuran). Dalam penelitian ini untuk mengukur reliabel atau tidak reliabel suatu variabel menggunakan Cronbach‟s Alpha, dengan kriteria bahwa tingkat alpha dihitung lebih besar dari koefisien Alpha Cronbach sebesar 0,60 maka data yang di ujikan memiliki tingkat reliabilitas yang baik. Adapun pengukuran tingkat alpha dilakukan dengan menggunakan program SPSS 16. Adapun hasil dari perhitungannya dapat terlihat pada tabel hasil output SPSS 16 dibawah ini:
Tabel 4.14 Hasil Uji Reabilitas
Variabel Butir pernyataan Cronbach Alpha Ket X1 5 0,607 Realiabel X2 5 0,619 Realiabel X3 6 0,605 Realiabel Y 4 0,619 Realiabel
Sumber: Data Primer Diolah, 2018
Berdasarkan tabel diatas dapat diketahui bahwa masing-masing variabel memiliki nilai Cronbach‟s Alpha >0,60 sehingga dapat disimpulkan bahwa semua indikator di nyatakan reliabel.
Dalam penelitian ini untuk mengolah data hasil penelitian menggunakan Analisis Inferensial (kuantitatif) di mana dalam analisis tersebut menggunakan program SPSS. Analisis data dilakukan dengan bantuan metode regresi linier berganda, namun sebelum melakukan analisis regresi linier berganda digunakan uji asumsi klasik yang meliputi uji normalitas, uji multikolinieritas, dan uji heteroskedastisitas.
1) Uji Normalitas
Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian ini adalah data yang berdistribusi normal. Uji normalitas yang digunakan dalam penelitian ini menggunakan uji Normalitas Kolmogorov-Smirnov. Dengan pengambilan keputusan jika Sig > 0,05 maka data berdistribusi normal.
Tabel 4.15
Uji Normalitas Kolmogorov-Smirnov
Kolmogorov Smirnov Unstrandardized Residual
Asymp. Sig. (2-tailed) 0.563
Sumber: Data Primer Diolah, 2018
Berdasarkan hasil uji normalitas pada tabel diatas dengan menggunakan metode one sampel komogrov-smirnov menunjukkan bahwa nilai residual dari variabel dependen dan variabel independen memiliki nilai signifikansi 0,563.
Dengan demikian, data dari penelitian ini terdistribusi secara normal karena nilai residualnya lebih besar dari signifikansi 0,05 atau 0,563 > 0,05 sehingga model regresi dapat digunakan untuk pengujian hipotesis atau data tersebut dikatakan normal.
2) Uji Multikolinieritas
Multikolinieritas adalah keadaan jika suatu variabel bebas berkolerasi dengan satu atau lebih variabel bebas yang lainnya. Jika terjadi korelasi, maka dinamakan problem multikolinieritas. Data pengambilan pada uji multikolinearitas dapat dilakukan dengan cara yakni:
Melihat Tolerance:
a) Jika nilai tolerance lebih besar dari 0,10 maka artinya
tidak terjadi multikolinieritas terhadap data yang diuji. b) Jika nilai tolerance lebih kecil dari 0,10 maka artinya
terjadi multikolinieritas terhadap data yang diuji. Melihat VIF (Variance Inflation Factor):
a) Jika nilai VIF <10,0 maka tidak terjadi multikolinieritas.
Tabel 4.16 Uji Multikolinieritas
Model Tolerance VIF
Pengetahuan 0,948 1,055
Kepercayaan 0,950 1,053
Kemudahan Penggunaan 0,935 1,069
Sumber : Data Primer Diolah, 2018
Berdasarkan hasil diatas, dapat diberi kesimpulan bahwasannya nilai tolerance pada variabel pengetahuan
sebesar 0,948 > 0,10, dan nilai VIF sebesar 1,055 < 10,00, nilai
tolerance pada variabel kepercayaan sebesar 0,950 > 0,10, dan
nilai VIF sebesar 1,053 < 10,00, dan pada variabel kemudahan terdapat nilai tolerance sebesar 0,935 > 0,10, dan nilai VIF
sebesar 1,069 < 10,00. Berdasarkan hasil diatas maka dapat ditarik kesimpulan bahwa data diatas menunjukkan tidak terjadinya multikolinieritas.
3) Uji Heteroskedastisitas
Uji heteroskedastisitas ditujukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan yang lain. Jika variance dan residual satu pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Pengujian ini di lakukan
dengan menggunakan uji glejser. Uji glejser mengusulkan
untuk meregresi nilai absolut residual terhadap variabel independen. Kriteria terjadinya heteroskedasitas dalam suatu model regresi adalah jika signifikasinnya > 0,05 penelitian dapat di lanjutkan. Hasil uji heteroskedastisitas adalah sebagai berikut: Tabel 4.17 Uji Heteroskedasitas Model Signifikansi Pengetahuan 0,310 Kepercayaan 0,794 Kemudahan Penggunaan 0,815
Sumber : Data Primer Diolah, 2018
Berdasarkan hasil uji diatas maka dapat diberi kesimpulan bahwa variabel pengetahuan terdapat nilai signifikansi sebesar 0,310 > 0,05, dan pada variabel kepercayaan terdapat nilai signifikansi sebesar 0,794 > 0,05, dan pada variabel kemudahan terdapat nilai signifikansi sebesar 0,815 > 0,05. Berdasarkan penjelasan dari ke 3 variabel tersebut, maka tidak ada gejala heterokedasitas karena nilai signifikansi > 0,05.
d. Analisis Regresi Berganda
Analisis regresi linier berganda berfungsi untuk menganalisis hubungan dan pengaruh antara satu variabel terikat terhadap
dua/lebih variabel bebas. Pada penelitian ini dilakukan analisis regresi linier berganda antara variabel-variabel berikut ini: pengetahuan (X1), kepercayaan (X2) dan kemudahan penggunaan (X3) terhadap minat transaksi ulang (Y) dari hasil pengelolahan data penelitian sebagai berikut:
Tabel 4.18 Uji Regresi Berganda
Model B
(Constant) 12,642
Pengetahuan 0,363
Kepercayaan 0,359
Kemudahan penggunaan -0,452
Sumber: Data Primer Diolah, 2018
Berdasarkan tabel hasil analisis regresi berganda dengan menggunakan SPSS 16.0 maka diperoleh hasil regresi antara variabel pengetahuan, kepercayaan, dan kemudahan penggunaan terhadap minat transaksi ulang adalah sebagai berikut :
Y = a + b1.X1 + b2.X2 + b3.X3
Y= 12.642+ 0.363x1 + 0.359x2 - 0.452x3
Adapun interprestasi dari persamaan regresi linier berganda di atas adalah:
a) α atau konstanta sebesar 12,642 artinya apabila skor variabel pengetahuan, kepercayaan, dan kemudahan penggunaan sama dengan nol atau tetap, maka nilai konsistensi minat bertransaksi ulang secara online sebesar 12,642.
b) Koefisien regresi variabel pengetahuan sebesar 0,363 artinya apabila skor pengetahuan meningkat 1%, maka skor minat bertransaksi ulang secara online akan meningkat 0,363 atau 36,3% dengan asumsi nilai variabel independen lain nilainya adalah tetap.
c) Koefisien regresi variabel kepercayaan sebesar 0,359 artinya apabila skor kepercayaan meningkat 1%, minat bertransaksi ulang secara online akan meningkat 0,359 atau 35,9% dengan asumsi nilai variabel independen lain nilainya adalah tetap.
d) Koefisien regresi variabel kemudahan penggunaan sebesar -0,452 artinya apabila skor kemudahan penggunaan meningkat 1%, maka skor minat transaksi ulang secara online akan menurun -0,452 (-45,2%). Koefisien bernilai negatif artinya terjadi hubungan negatif antara kemudahan penggunaan
e-banking dengan minat bertransaksi ulang secara
e-banking maka semakin menurunnya minat transaksi
ulang secara online. 1) Uji t
Pada dasarnya, uji statistik t digunakan untuk mengukur seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Dasar pengambilan keputusannya adalah dengan membandingkan nilai signifikan hasil perhitungan dengan tingkat kepercayaan sebesar 5%. Apabila nilai signifikan lebih kecil dari tingkat kepercayaan
sebesar 5% (sig < α), maka dapat disimpulkan bahwa variabel indepeden mempunyai pengaruh signifikan terhadap variabel dependen. Tabel 4.19 Uji t Model t Signifikansi (Constant) 2,492 0,017 Pengetahuan 2,039 0,048 Kepercayaan 2,931 0,006 Kemudahan penggunaan -3,305 0,002
Sumber : Data Primer Diolah, 2018
Berdasarkan tabel diatas maka dapat ditarik kesimpulan bahwa:
a) Variabel X1
Berdasarkan hasil analisis yang dilakukan, diperoleh nilai t hitung untuk variabel pengetahuan adalah 2,492 angka ini menunjukan bahwa nilai t hitung lebih besar dari t tabel yaitu 2,020 (2,492 > 2,020) dengan nilai signifikan 0,048 < 0,05. Ini berarti secara parsial variabel pengetahuan berpengaruh positif terhadap minat transaksi ulang secara online di bank BNI Syariah KC Tanjungkarang.
b) Variabel X2
Berdasarkan hasil analisis yang dilakukan, diperoleh nilai thitung untuk variabel kepercayaan adalah 2,039 angka ini menunjukan bahwa nilai thitung lebih besar dari ttabel yaitu 2,020 (2,039 > 2,020) dengan nilai signifikan 0,006 < 0,05. Ini berarti secara parsial variabel kepercayaan berpengaruh positif terhadap minat transaksi ulang secara online di bank BNI Syariah KC Tanjungkarang.
c) Variabel X3
Berdasarkan hasil analisis yang dilakukan, diperoleh nilai thitung untuk variabel kemudahan penggunan adalah -3,305 angka ini menunjukan bahwa nilai thitung lebih kecil dari ttabel yaitu 2,020 (-3,305 <
2,020) dengan nilai signifikan 0,002 < 0,05. Ini berarti secara parsial variabel kemudahan penggunaan berpengaruh negatif terhadap minat transaksi ulang secara online pada bank BNI Syariah KC Tanjungkarang.
2) Uji F
Uji statistik F pada dasarnya digunakan untuk menunjukkan ketepatan penggunaan model regresi dalam memprediksi variabel dependen. Dasar pengambilan keputusannya adalah dengan membandingkan nilai sig. dengan nilai tingkat kepercayaan 0,05.
Apabila nilai sig. lebih kecil dari nilai derajat kepercayaan (sig. <
0,05), maka dapat disimpulkan bahwa model regresi bisa digunakan untuk memprediksi variabel dependen.
Tabel 4.20 Uji F
Model F Signifikansi
Regression 8,105 0,000
Sumber :Data Primer Diolah, 2018
Berdasarkan tabel diatas pada kolom F diatas nilai Fhitung adalah 8,105. Sedangkan pada Ftabel sebesar 2,64. Nilai tersebut menjelaskan bahwa nilai Fhitung > Ftabel sebesar 8,105 > 2,64 sehingga dapat disimpulkan bahwa variabel pengetahuan, kepercayaan, dan kemudahan penggunaan jika diuji secara bersama-sama atau simultan berpengaruh positif terhadap minat transaksi ulang secara online di bank BNI Syariah KC Tanjungkarang.
3) Koefisien Determinasi (R2)
Koefisien determinasi (R2) dilakukan untuk mengetahui kesesuaian atau ketepatan hubungan antara variabel independen dengan variabel dependen pada suatu persamaan regresi, dan hasil uji determinasi (R2) dapat dilihat pada tabel berikut:
Tabel 4.21 Koefisien Determinasi
Sumber: Data Primer Diolah, 2018
Berdasarkan hasil pengelolaan data dengan menggunakan program SPSS didapat Koefisien Determinasi Berganda (R Square) sebesar R2= 0,372, artinya bahwa secara bersama sama pengetahuan, kepercayaan dan kemudahan penggunaan memberikan kontribusi dalam mempengaruhi minat transaksi ulang sebesar 37,2%, sedangkan sisanya 62,8% merupakan sumbangan dari variabel lain yang tidak diteliti.